缓存更新策略优化咨询：文章数据变更时的缓存维护方案

背景 #

我们有一张存储文章信息的表：

id  title
----------
1   Github Setup Guide
2   Github Troubleshooting
3   New Engineer Onboarding Setup

业务里有个高频查询需求：查找标题包含指定关键词的文章ID，对应的SQL示例为：

SELECT id FROM article WHERE title like '%Setup%'

为提升查询性能，我们用缓存存储关键词 -> 文章ID列表的映射关系：

Setup -> [1, 3]
Github -> [1, 2]

现在面临的问题是：当文章表数据发生变更（比如删除某条记录）时，如何高效更新缓存？目前有两个初步方案：

• 提取变更文章标题中的每个关键词，找到缓存对应条目，移除该文章ID后重新写入
• 直接清空整个缓存

第一个方案逻辑复杂，若标题包含大量关键词或缓存中的ID数组过大，更新耗时会很长；第二个方案虽简单，但会导致大规模缓存失效，后续查询需频繁回源数据库，引发性能波动。

更优的缓存更新方式 #

1. 单缓存条目过期+按需重建 #

给每个关键词 -> 文章ID列表的缓存条目设置合理的过期时间（比如1小时），当数据变更时，仅删除该文章标题涉及的关键词对应的缓存条目（而非清空整个缓存）。后续再有用户查询该关键词时，自动从数据库拉取最新的ID列表并重新写入缓存。

这种方式的优势：

• 逻辑极简，变更时仅需处理涉及的少量关键词，无需修改大数组
• 将缓存重建的压力分散到后续查询请求中，不会阻塞主业务流程
• 不会像清空全缓存那样引发大规模回源，影响范围仅限于变更相关的关键词

2. 异步队列更新（强一致性场景适用） #

如果对缓存一致性要求较高，无法接受短暂的过期数据，可以引入异步更新队列：

• 文章数据变更时，将变更事件（比如“删除ID=3的文章，涉及关键词：Setup、Engineer、Onboarding”）发送至消息队列
• 独立的消费服务从队列中获取事件，异步地去缓存中移除对应关键词下的目标ID
• 若某个关键词对应的ID列表变为空，直接删除该缓存条目即可

这种方式的优势：

• 主业务流程仅需发送事件，几乎无性能开销
• 异步处理缓存更新，不会拖慢数据变更操作
• 避开了同步修改大数组的耗时问题，适配标题关键词多或缓存ID列表大的场景

3. 维护反向缓存（辅助优化） #

额外维护一个文章ID -> 关键词列表的反向缓存，存储每篇文章标题对应的所有关键词。当文章变更时：

• 先从反向缓存中获取该文章原有的所有关键词（若为修改操作，还需提取新标题的关键词）
• 针对这些关键词，更新或删除对应的关键词 -> 文章ID列表缓存
• 最后更新反向缓存（删除旧条目或新增/修改新条目）

这个方案能避免重复解析标题提取关键词的开销，尤其是修改文章时，无需重新解析旧标题，直接从反向缓存获取即可，既简化逻辑又提升效率。

总结 #

如果对缓存一致性要求不高，优先选择单缓存条目过期+按需重建方案，实现成本最低；如果要求强一致性，采用异步队列更新方案，平衡性能与一致性；反向缓存可作为辅助手段，进一步优化更新逻辑。

内容的提问来源于stack exchange，提问作者Deqing